两篇新研究论文探讨了多方对话的动态,重点关注如何模拟和预测轮次转换和对话线索。第一篇论文介绍了一种多任务学习方法,该方法使用“轮次转换熵”通过分析说话者转换来改进意图识别。第二篇论文研究了注视和语音动态以及人际亲近度如何发出对话主导权变化的信号,通过结合注视和响度特征实现了 0.76 的 ROC AUC。 AI
影响 这些研究为理解和预测对话动态提供了新方法,有可能改进对话系统和人机交互。
排序理由 两篇在 arXiv 上发表的学术论文,详细介绍了分析多方对话的新方法。
- GaMMA corpus
- iOS
- logistic regression model
- ROC-AUC
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Galo Castillo-López
- Gotit.pub
- Hugging Face
- ScienceCast
- turn-transition entropy
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →